Séries chronologiques
Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Type
Résultats
Tout (13)
Tout (13) (0 à 10 de 13 résultats)
- Articles et rapports : 12-001-X202300100010Description : Des estimations précises et sans biais des propensions à répondre (PR) jouent un rôle décisif dans l’observation, l’analyse et l’adaptation d’une collecte de données. Dans un environnement d’enquête fixe, ces paramètres sont stables et leurs estimations finissent par converger lorsque suffisamment de données historiques sont recueillies. Dans les pratiques d’enquête, toutefois, les taux de réponse varient progressivement dans le temps. Comprendre la variation temporelle de la prédiction des taux de réponse est essentiel lors de l’adaptation d’un plan d’enquête. La présente étude met en lumière la variation temporelle des taux de réponse au moyen de modèles hiérarchiques (à plusieurs niveaux) de séries chronologiques. Il est possible de générer des prédictions fiables en apprenant à partir de séries chronologiques historiques et de mises à jour avec de nouvelles données dans un cadre bayésien. Pour illustrer une étude de cas, nous nous concentrons sur des taux de réponse en ligne dans le cadre de l’enquête sur la santé réalisée aux Pays-Bas de 2014 à 2019.Date de diffusion : 2023-06-30
- Articles et rapports : 12-001-X201700254871Description :
L’article aborde la question de savoir comment utiliser des sources de données de rechange, telles que les données administratives et les données des médias sociaux, pour produire les statistiques officielles. Puisque la plupart des enquêtes réalisées par les instituts nationaux de statistique sont répétées au cours du temps, nous proposons une approche de modélisation de séries chronologiques structurelle multivariée en vue de modéliser les séries observées au moyen d’une enquête répétée avec les séries correspondantes obtenues à partir de ces sources de données de rechange. En général, cette approche améliore la précision des estimations directes issues de l’enquête grâce à l’utilisation de données d’enquête observées aux périodes précédentes et de données provenant de séries auxiliaires connexes. Ce modèle permet aussi de profiter de la plus grande fréquence des données des médias sociaux pour produire des estimations plus précises en temps réel pour l’enquête par sondage, au moment où les statistiques pour les médias sociaux deviennent disponibles alors que les données d’enquête ne le sont pas encore. Le recours au concept de cointégration permet d’examiner dans quelle mesure la série de rechange représente les mêmes phénomènes que la série observée au moyen de l’enquête répétée. La méthodologie est appliquée à l’Enquête sur la confiance des consommateurs des Pays-Bas et à un indice de sentiments dérivé des médias sociaux.
Date de diffusion : 2017-12-21 - Articles et rapports : 12-001-X201400214110Description :
Quand nous élaborons le plan de sondage d’une enquête, nous essayons de produire un bon plan compte tenu du budget disponible. L’information sur les coûts peut être utilisée pour établir des plans de sondage qui minimisent la variance d’échantillonnage d’un estimateur du total pour un coût fixe. Les progrès dans le domaine des systèmes de gestion d’enquête signifient qu’aujourd’hui, il est parfois possible d’estimer le coût d’inclusion de chaque unité dans l’échantillon. Le présent article décrit l’élaboration d’approches relativement simples pour déterminer si les avantages pouvant découler de l’utilisation de cette information sur les coûts au niveau de l’unité sont susceptibles d’avoir une utilité pratique. Nous montrons que le facteur important est le ratio du coefficient de variation du coût sur le coefficient de variation de l’erreur relative des coefficients de coût estimés.
Date de diffusion : 2014-12-19 - Articles et rapports : 12-001-X20050029053Description :
Nous proposons un modèle de régression spatial dans un cadre général de modèles à effets mixtes pour résoudre le problème de l'estimation pour petits domaines. L'utilisation d'un paramètre d'autocorrélation commun à l'ensemble de petits domaines permet de produire de meilleures estimations pour petits domaines. Ce paramètre s'avère fort utile dans les cas où l'utilisation de variables exogènes améliore peu ces estimations. Nous élaborons également une approximation de deuxième ordre de l'erreur quadratique moyenne (EQM) du meilleur prédicteur linéaire sans biais empirique (MPLNBE). En suivant l'approche des filtres de Kalman, nous proposons un modèle spatio temporel. Dans ce cas également, nous obtenons une approximation de deuxième ordre de la EQM du MPLNBE. À titre d'étude de cas, nous utilisons les données de la série chronologique sur les dépenses de consommation mensuelles par habitant (DCMH) provenant de la National Sample Survey Organisation (NSSO) du ministère de la Statistique et de la Mise en 'uvre des programmes du gouvernement de l'Inde pour valider les modèles.
Date de diffusion : 2006-02-17 - Articles et rapports : 11-522-X20030017693Description :
Dans ce document, on évalue le changement de la qualité des résultats de deux différents programmes de désaisonnalisation d'usage très répandu, X-12-Regarima et Tramo-Seats, lorsque la longueur de la série chronologique est progressivement réduite.
Date de diffusion : 2005-01-26 - 6. Modélisation de séries chronologiques compositionnelles d'après des données d'enquêtes répétées ArchivéArticles et rapports : 12-001-X20010026097Description :
Par séries chronologiques compositionelles, on entend une série chronologique multivariée pour laquelle les valeurs de chaque série sont comprises entre les bornes zéro et un et la somme des séries est égale à l'unité à chaque point dans le temps. Des données présentant ces caractéristiques sont obtenues dans le cas d'enquêtes répétées, lorsque la réponse pour l'une des variables observées est multinomiale, mais que l'on s'intéresse à la proportion d'unités classées dans chacune des catégories. Dans ce cas, les estimations d'enquête représentent des proportions d'un tout subordonné à une contrainte de somme unitaire. Dans le présent article, nous employons une méthode espace-état pour modéliser la série chronologique compositionnelle d'après des enquêtes répétées en tenant compte des erreurs d'échantillonnage. Nous utilisons la transformation logistique additive pour être certains que les prédictions et les estimations du signal soient comprises entre zéro et un et satisfassent la contrainte de somme unitaire. Nous appliquons la méthode à des données compositionnelles provenant de l'Enquête sur la population active du Brésil. Nous obtenons des estimations du vecteur des proportions et des taux de chômage. En outre, nous produisons les composantes structurelles du vecteur de signaux, tels que les évènements saisonniers et les tendances.
Date de diffusion : 2002-02-28 - Articles et rapports : 12-001-X20000025536Description :
Dans les domaines social et économique, de nombreuses séries chronologiques sont fondées sur des enquêtes par sondage à plan d'échantillonnage complexe. Or, le plan d'échantillonnage influence les propriétés de la série chronologique. Plus précisément, le chevauchement de l'échantillon d'une période à l'autre influence la variabilité de la série chronologique d'estimations basées sur des données d'enquête, ainsi que les estimations désaisonnalisées et les estimations de la tendance produites d'après ces séries chronologiques.
Date de diffusion : 2001-02-28 - Enquêtes et programmes statistiques — Documentation : 11-522-X19990015656Description :
Les études de séries chronologiques montrent qu'il existe une association entre la concentration des polluants atmosphériques, d'une part, et la morbidité et la mortalité, d'autre part. En général, ces études sont réalisées dans une seule ville, en appliquant diverses méthodes. Les critiques concernant ces études ont trait à la validité des ensembles de données utilisés et aux méthodes statistiques qui leur sont appliquées, ainsi qu'au manque de cohérence des résultats des études menées dans des villes différentes et même des nouvelles analyses indépendantes des données d'une ville particulière. Dans le présent article, nous examinons certaines des méthodes statistiques utilisées pour analyser un sous-ensemble de données nationales sur la pollution atmosphérique, la mortalité et les conditions météorologiques recueillies durant la National Morbidity and Mortality Air Pollution Study (NMMAPS).
Date de diffusion : 2000-03-02 - Enquêtes et programmes statistiques — Documentation : 11-522-X19990015688Description :
Des données de sources multiples sont couplées pour examiner les liens géographique et temporel entre la pollution atmosphérique et l'asthme. Ces sources incluent les dossiers administratifs établis par 59 cabinets de médecins généralistes répartis à travers l'Angleterre et le Pays de Galles au sujet d'un demi million de patients venus à la consultation pour cause d'asthme, ainsi que des renseignements socioéconomiques recueillis dans le cadre d'une enquête par interview. Les codes postaux permettent de coupler ces données à celles sur i) la densité routière calculée pour les routes locales, ii) les émissions estimatives de dioxyde de soufre et d'oxydes d'azote, iii) la concentration de fumée noire, de dioxyde de soufre, de dioxyde d'azote et d'autres polluants mesurée ou interpolée aux emplacements des cabinets de médecins. Parallèlement, on analyse des séries chronologiques de Poisson, en tenant compte des variations entre cabinets de médecins, pour examiner les corrélations quotidiennes dans le cas des cabinets situés près des stations de surveillance de la qualité de l'air. Les analyses préliminaires montrent une association faible, en général non significative, entre les taux de consultations et les marqueurs de pollution. On examine les problèmes méthodologiques que posent la combinaison de données de ce genre et l'interprétation des résultats.
Date de diffusion : 2000-03-02 - 10. Probabilité d'être victimisé au fil du temps : résultats de la « U.S. National Crime Victimization Survey » ArchivéEnquêtes et programmes statistiques — Documentation : 11-522-X19980015033Description :
Les incidents de victimisation ne sont pas distribués aléatoirement de façon uniforme à travers la population, mais ont plutôt tendance à se limiter à un nombre relativement faible de personnes. Nous utilisons des données tirées de la U.S. National Crime Victimization Survey (NCVS), qui est une enquête par panel avec renouvellement à plusieurs degrés, pour estimer les probabilités conditionnelles d'être la victime d'un crime à un temps t, compte tenu de son état de victimisation lors d'interviews antérieures. Nous présentons et ajustons des modèles qui permettent l'utilisation d'informations partielles provenant de ménages qui emménagent dans l'unité de logement ou qui la quittent durant la période d'étude. Nous avons constaté que la probabilité estimée d'être la victime d'un crime de l'interview t, compte tenu de la situation à l'interview (t-l) diminue avec (t). Nous examinons également les conséquences éventuelles sur l'estimation des taux transversaux de victimisation.
Date de diffusion : 1999-10-22
Données (0)
Données (0) (0 résultat)
Aucun contenu disponible actuellement
Analyses (10)
Analyses (10) ((10 résultats))
- Articles et rapports : 12-001-X202300100010Description : Des estimations précises et sans biais des propensions à répondre (PR) jouent un rôle décisif dans l’observation, l’analyse et l’adaptation d’une collecte de données. Dans un environnement d’enquête fixe, ces paramètres sont stables et leurs estimations finissent par converger lorsque suffisamment de données historiques sont recueillies. Dans les pratiques d’enquête, toutefois, les taux de réponse varient progressivement dans le temps. Comprendre la variation temporelle de la prédiction des taux de réponse est essentiel lors de l’adaptation d’un plan d’enquête. La présente étude met en lumière la variation temporelle des taux de réponse au moyen de modèles hiérarchiques (à plusieurs niveaux) de séries chronologiques. Il est possible de générer des prédictions fiables en apprenant à partir de séries chronologiques historiques et de mises à jour avec de nouvelles données dans un cadre bayésien. Pour illustrer une étude de cas, nous nous concentrons sur des taux de réponse en ligne dans le cadre de l’enquête sur la santé réalisée aux Pays-Bas de 2014 à 2019.Date de diffusion : 2023-06-30
- Articles et rapports : 12-001-X201700254871Description :
L’article aborde la question de savoir comment utiliser des sources de données de rechange, telles que les données administratives et les données des médias sociaux, pour produire les statistiques officielles. Puisque la plupart des enquêtes réalisées par les instituts nationaux de statistique sont répétées au cours du temps, nous proposons une approche de modélisation de séries chronologiques structurelle multivariée en vue de modéliser les séries observées au moyen d’une enquête répétée avec les séries correspondantes obtenues à partir de ces sources de données de rechange. En général, cette approche améliore la précision des estimations directes issues de l’enquête grâce à l’utilisation de données d’enquête observées aux périodes précédentes et de données provenant de séries auxiliaires connexes. Ce modèle permet aussi de profiter de la plus grande fréquence des données des médias sociaux pour produire des estimations plus précises en temps réel pour l’enquête par sondage, au moment où les statistiques pour les médias sociaux deviennent disponibles alors que les données d’enquête ne le sont pas encore. Le recours au concept de cointégration permet d’examiner dans quelle mesure la série de rechange représente les mêmes phénomènes que la série observée au moyen de l’enquête répétée. La méthodologie est appliquée à l’Enquête sur la confiance des consommateurs des Pays-Bas et à un indice de sentiments dérivé des médias sociaux.
Date de diffusion : 2017-12-21 - Articles et rapports : 12-001-X201400214110Description :
Quand nous élaborons le plan de sondage d’une enquête, nous essayons de produire un bon plan compte tenu du budget disponible. L’information sur les coûts peut être utilisée pour établir des plans de sondage qui minimisent la variance d’échantillonnage d’un estimateur du total pour un coût fixe. Les progrès dans le domaine des systèmes de gestion d’enquête signifient qu’aujourd’hui, il est parfois possible d’estimer le coût d’inclusion de chaque unité dans l’échantillon. Le présent article décrit l’élaboration d’approches relativement simples pour déterminer si les avantages pouvant découler de l’utilisation de cette information sur les coûts au niveau de l’unité sont susceptibles d’avoir une utilité pratique. Nous montrons que le facteur important est le ratio du coefficient de variation du coût sur le coefficient de variation de l’erreur relative des coefficients de coût estimés.
Date de diffusion : 2014-12-19 - Articles et rapports : 12-001-X20050029053Description :
Nous proposons un modèle de régression spatial dans un cadre général de modèles à effets mixtes pour résoudre le problème de l'estimation pour petits domaines. L'utilisation d'un paramètre d'autocorrélation commun à l'ensemble de petits domaines permet de produire de meilleures estimations pour petits domaines. Ce paramètre s'avère fort utile dans les cas où l'utilisation de variables exogènes améliore peu ces estimations. Nous élaborons également une approximation de deuxième ordre de l'erreur quadratique moyenne (EQM) du meilleur prédicteur linéaire sans biais empirique (MPLNBE). En suivant l'approche des filtres de Kalman, nous proposons un modèle spatio temporel. Dans ce cas également, nous obtenons une approximation de deuxième ordre de la EQM du MPLNBE. À titre d'étude de cas, nous utilisons les données de la série chronologique sur les dépenses de consommation mensuelles par habitant (DCMH) provenant de la National Sample Survey Organisation (NSSO) du ministère de la Statistique et de la Mise en 'uvre des programmes du gouvernement de l'Inde pour valider les modèles.
Date de diffusion : 2006-02-17 - Articles et rapports : 11-522-X20030017693Description :
Dans ce document, on évalue le changement de la qualité des résultats de deux différents programmes de désaisonnalisation d'usage très répandu, X-12-Regarima et Tramo-Seats, lorsque la longueur de la série chronologique est progressivement réduite.
Date de diffusion : 2005-01-26 - 6. Modélisation de séries chronologiques compositionnelles d'après des données d'enquêtes répétées ArchivéArticles et rapports : 12-001-X20010026097Description :
Par séries chronologiques compositionelles, on entend une série chronologique multivariée pour laquelle les valeurs de chaque série sont comprises entre les bornes zéro et un et la somme des séries est égale à l'unité à chaque point dans le temps. Des données présentant ces caractéristiques sont obtenues dans le cas d'enquêtes répétées, lorsque la réponse pour l'une des variables observées est multinomiale, mais que l'on s'intéresse à la proportion d'unités classées dans chacune des catégories. Dans ce cas, les estimations d'enquête représentent des proportions d'un tout subordonné à une contrainte de somme unitaire. Dans le présent article, nous employons une méthode espace-état pour modéliser la série chronologique compositionnelle d'après des enquêtes répétées en tenant compte des erreurs d'échantillonnage. Nous utilisons la transformation logistique additive pour être certains que les prédictions et les estimations du signal soient comprises entre zéro et un et satisfassent la contrainte de somme unitaire. Nous appliquons la méthode à des données compositionnelles provenant de l'Enquête sur la population active du Brésil. Nous obtenons des estimations du vecteur des proportions et des taux de chômage. En outre, nous produisons les composantes structurelles du vecteur de signaux, tels que les évènements saisonniers et les tendances.
Date de diffusion : 2002-02-28 - Articles et rapports : 12-001-X20000025536Description :
Dans les domaines social et économique, de nombreuses séries chronologiques sont fondées sur des enquêtes par sondage à plan d'échantillonnage complexe. Or, le plan d'échantillonnage influence les propriétés de la série chronologique. Plus précisément, le chevauchement de l'échantillon d'une période à l'autre influence la variabilité de la série chronologique d'estimations basées sur des données d'enquête, ainsi que les estimations désaisonnalisées et les estimations de la tendance produites d'après ces séries chronologiques.
Date de diffusion : 2001-02-28 - Articles et rapports : 12-001-X199500214391Description :
Le contrôle statistique du processus est un instrument qui peut servir à vérifier l’exactitude des bases de sondage construites périodiquement. La taille des bases de sondage est reportée sur un graphique de contrôle afin de déceler les causes spéciales de variation. On décrit les méthodes qui permettent de choisir le modèle chronologique (ARMMI) approprié pour des observations liées. On examine aussi les applications de l’analyse des séries chronologiques à la construction de graphiques de contrôle. Les données du programme de contrôle de la qualité des prestations d’assurance-chômage du United States Department of Labor servent à illustrer la méthode.
Date de diffusion : 1995-12-15 - 9. Les petites régions : problèmes et solutions ArchivéArticles et rapports : 12-001-X199400114436Description :
Dans cet article, nous discutons de questions techniques relatives à la fourniture de données régionales tirées de recensements, de fichiers administratifs et d’enquêtes. Bien qu’il s’agisse de questions d’ordre général, nous les analysons en relation avec des programmes de Statistique Canada. Nous faisons ressortir la nécessité d’élaborer une approche globale pour les estimations d’enquête et nous soulignons, dans la perspective du remaniement d’une enquête-ménages, les aspects de la conception de plans de sondage qui ont une incidence sur les données régionales. Enfin, nous faisons un survol des méthodes d’estimation en faisant ressortir leurs avantages et leurs inconvénients.
Date de diffusion : 1994-06-15 - Articles et rapports : 12-001-X199100214505Description :
La méthode de désaisonnalisation X-11-ARMMI de même que la variante X-11 du programme Census Method II utilisent un test F d’analyse de variance ordinaire pour déterminer la présence d’un mouvement saisonnier stable. Ce test est appliqué à des séries formées de composantes saisonnières estimées et d’aléas (résidus) qui sont très susceptibles d’être autocorrélés, ce qui va à l’encontre de l’hypothèse fondamentale du test F. Les producteurs de données désaisonnalisées connaissent depuis longtemps cette lacune et se servent rarement de la valeur théorique de la statistique F comme critère pour la désaisonnalisation. Ils préfèrent utiliser des règles empiriques du genre « F égal ou supérieur à 7 ». Dans cet article, nous présentons un test exact qui tient compte des résidus autocorrélés qui suivent un processus MMS (à moyennes mobiles saisonnier) du type (0, q) (0, Q)_s. Nous comparons ensuite les résultats de ce test, qui est une version modifiée du test F, avec ceux du test d’analyse de variance de la X-11-ARMMI pour un grand nombre de séries socio-économiques canadiennes.
Date de diffusion : 1991-12-16
Références (3)
Références (3) ((3 résultats))
- Enquêtes et programmes statistiques — Documentation : 11-522-X19990015656Description :
Les études de séries chronologiques montrent qu'il existe une association entre la concentration des polluants atmosphériques, d'une part, et la morbidité et la mortalité, d'autre part. En général, ces études sont réalisées dans une seule ville, en appliquant diverses méthodes. Les critiques concernant ces études ont trait à la validité des ensembles de données utilisés et aux méthodes statistiques qui leur sont appliquées, ainsi qu'au manque de cohérence des résultats des études menées dans des villes différentes et même des nouvelles analyses indépendantes des données d'une ville particulière. Dans le présent article, nous examinons certaines des méthodes statistiques utilisées pour analyser un sous-ensemble de données nationales sur la pollution atmosphérique, la mortalité et les conditions météorologiques recueillies durant la National Morbidity and Mortality Air Pollution Study (NMMAPS).
Date de diffusion : 2000-03-02 - Enquêtes et programmes statistiques — Documentation : 11-522-X19990015688Description :
Des données de sources multiples sont couplées pour examiner les liens géographique et temporel entre la pollution atmosphérique et l'asthme. Ces sources incluent les dossiers administratifs établis par 59 cabinets de médecins généralistes répartis à travers l'Angleterre et le Pays de Galles au sujet d'un demi million de patients venus à la consultation pour cause d'asthme, ainsi que des renseignements socioéconomiques recueillis dans le cadre d'une enquête par interview. Les codes postaux permettent de coupler ces données à celles sur i) la densité routière calculée pour les routes locales, ii) les émissions estimatives de dioxyde de soufre et d'oxydes d'azote, iii) la concentration de fumée noire, de dioxyde de soufre, de dioxyde d'azote et d'autres polluants mesurée ou interpolée aux emplacements des cabinets de médecins. Parallèlement, on analyse des séries chronologiques de Poisson, en tenant compte des variations entre cabinets de médecins, pour examiner les corrélations quotidiennes dans le cas des cabinets situés près des stations de surveillance de la qualité de l'air. Les analyses préliminaires montrent une association faible, en général non significative, entre les taux de consultations et les marqueurs de pollution. On examine les problèmes méthodologiques que posent la combinaison de données de ce genre et l'interprétation des résultats.
Date de diffusion : 2000-03-02 - Enquêtes et programmes statistiques — Documentation : 11-522-X19980015033Description :
Les incidents de victimisation ne sont pas distribués aléatoirement de façon uniforme à travers la population, mais ont plutôt tendance à se limiter à un nombre relativement faible de personnes. Nous utilisons des données tirées de la U.S. National Crime Victimization Survey (NCVS), qui est une enquête par panel avec renouvellement à plusieurs degrés, pour estimer les probabilités conditionnelles d'être la victime d'un crime à un temps t, compte tenu de son état de victimisation lors d'interviews antérieures. Nous présentons et ajustons des modèles qui permettent l'utilisation d'informations partielles provenant de ménages qui emménagent dans l'unité de logement ou qui la quittent durant la période d'étude. Nous avons constaté que la probabilité estimée d'être la victime d'un crime de l'interview t, compte tenu de la situation à l'interview (t-l) diminue avec (t). Nous examinons également les conséquences éventuelles sur l'estimation des taux transversaux de victimisation.
Date de diffusion : 1999-10-22
- Date de modification :